به کارگیری هوش ازدحامی حیات وحش در فرآیند تعقیب اهداف محترک با استفاده از دستهی ریزپرندهها

تعقیب اهداف به وسیله ی ریزپرنده ها، فرآیند استفاده از داده های فراهم شده ی حسگرها و اطلاعات اولیه است تا این امکان را برای یک ریزپرنده ی خودمختار مهیا سازد که بتواند بهترین مسیر را برای رسیدن به موقعیت حمله به آن اهداف پیدا نماید. در فرآیند تعقیب هدف با استفاده از ریزپرنده ، گام های اصلی عبارتند از: ۱) ساخت مدل های ریاضی که به طور موثر وظایف و اهداف خاص آن حوزه را بیان کرده و محدودیت های مربوطه را ترسیم کند و ۲) روش بهینه سازی که بهترین راه حل های ممکن را براساس مدل طراحی شده ، ارائه نماید. از این رو، در این مقاله مجموع میزان اختلاف جهت ریزپرنده ها و هدف و مجموع احتمال بقای ریزپرنده ها در مدل سازی فرآیند تعقیب هدف به عنوان توابع برازش راه حل پیشنهادی مورد استفاده قرار می گیرند. در این مدل موقعیت ، سرعت و اختلاف زاویه ی حرکت ریزپرنده نسبت به هدف به عنوان متغیرهای مساله باید به گونه ای انتخاب شوند که با رعایت قیود حاکم بر فضای مساله ، این توابع برازش بهینه گردند. این قیود عبارتند از: قید ماندن در مجاورت هدف ، قید اختلاف سرعت میان پرنده و هدف ، قید تغییر جهت ، قید اختلاف جهت و قید عدم اصابت به عوارض و موانع ، در گام آخر به منظور تعیین مسیر بهینه در فرآیند تعقیب اهداف متحرک از دو الگوریتم بهینه سازی ازدحام ذرات و بهینه سازی کلونی مورچه به منظور هدایت ازدحام ریزپرنده ها استفاده می گردد. نتایج شبیه سازی نشان می دهد که الگوریتم PSO سریع تر بوده و دارای همگرایی و تنوع بهتری است ، درحالی که الگوریتم ACO می تواند مسیر حرکت را در خروجی تولید کرده و زمان اجرای آن در اجراهای مختلف دارای میزان انحراف از معیار کمتری است . بررسی نتایج به دست آمده حاکی از آن است که توابع برازش ، قیود و الگوریتم بهینه سازی پیشنهادی در شرایط دنیای واقعی دارای کارایی بسیار مطلوبی است و می تواند پاسخ گوی اغلب نیازهای عملیاتی فرماندهان در این حوزه باشد.

کلیدواژه ها:

عملیات شبکه محور ، پرواز ازدحامی ریزپرنده ها ، بهینه سازی ازدحام ذرات ، بهینه سازی کلونی مورچه ، تعقیب اهداف متحرک .